hadoop（）中将海量数据分割于多个节点，由每个节点并行计算，将得到的结果归并到输出。
A: 应用场景
B: 分布式计算
C: 分阶段计算
D: 高效处理
A: 应用场景
B: 分布式计算
C: 分阶段计算
D: 高效处理
举一反三
- 分布式计算和并行计算相结合产生“并行分布式计算”和“分布并行式计算”,MapReduce计算模型采用的是计算的思想。
- 下面关于Hadoop的描述错误的是：（） A: Hadoop是一个能够对大量数据进行分布式处理的软件框架 B: 作为并行分布式计算平台，Hadoop采用分布式存储和分布式处理两大核心技术，能够高效地处理PB级数据 C: Hadoop只支持Java编程语言 D: Hadoop可以高效稳定地运行在廉价的计算机集群上，可以扩展到数以千计的计算机节点上
- 对于大数据计算中应用分布式计算技术的理解,正确的是(): A: 数据是分布式存储的 B: 数据不会被复制到计算节点 C: 程序被分发到数据节点 D: 以上都对
- 把一个需要巨大的计算能力才能解决的问题分成多个小部分，把这些小部分分配给多个计算机进行处理，后综合这些计算结果得到终结果。这种计算模式被称作（） A: 并行计算 B: 分布式计算 C: 网格计算 D: 云计算
- 分布式计算可以解释为( )。 A: 将任务分配到多个节点计算 B: 将任务分成多个任务分步处理 C: 将计算任务发到网上计算 D: 将任务给很多人一起计算